llm-architecture-gallery

一库搜遍主流 LLM 架构源码,对比设计不再翻论文

开源 🏷️完全免费 ⚠️ 链接可跳转,访问体验不确定 搜索知识 🍴 复刻 136 👀 关注 9
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1595
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 免费访问的在线知识库

项目预览

llm-architecture-gallery 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队rasbt
定价模式🏷️完全免费
价格说明免费访问的在线知识库
访问状态⚠️ 链接可跳转,访问体验不确定
是否开源是
开源协议Apache-2.0
技术栈/模型ai,llms
GitHub 星标★ 1595
上线时间2026-03-15 00:00:00
代码更新2026-11-01
仓库体积166 KB
本站数据更新2026-11-04
维护状态活跃
收录时间2026-09-16
浏览次数1

项目介绍

llm-architecture-gallery 是一个收集并展示大语言模型(LLM)架构源码数据的开源项目,定位为搜索知识类资源库。它解决的核心问题是:当前 LLM 生态中模型架构信息分散在各论文、代码仓库和博客里,开发者想对比不同模型(如 Llama、GPT、Mistral 等)的网络结构、注意力机制、归一化方式等细节时,需要反复翻找原始资料,效率很低。该项目把主流 LLM 的架构定义、关键模块和实现代码集中整理成结构化数据,方便直接检索、横向对比和学习。核心能力包括:按模型维度组织架构信息,提供可搜索的源码级数据,帮助研究者快速定位某类设计(如 RoPE、GQA、SwiGLU)在哪些模型中被采用。它本身不训练模型,而是作为架构知识索引,适合想深入理解 LLM 内部构造的工程师和研究人员。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 1595

技术标签

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:库/依赖 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 能访问 GitHub 的网络环境
  • 已安装 git
  • 本地有可查看文本/YAML 的编辑器或 cat 命令
  • 浏览器(用于访问在线画廊)

安装与启动步骤

  1. 1克隆仓库

    把仓库下载到本地,README 中未给出其他安装方式,克隆即为获取数据的唯一途径。

    git clone https://github.com/rasbt/llm-architecture-gallery.git
  2. 2进入项目目录

    切换到克隆下来的目录,后续操作都在这里进行。

    cd llm-architecture-gallery
  3. 3查看仓库文件

    确认根目录下存在 README 与 models.yml,这是仓库仅有的公开数据文件。

    ls
  4. 4阅读路由元数据

    models.yml 各模型的元数据,含图片路径、日期、fact-sheet 字段与相关链接。

    cat models.yml
  5. 5访问在线画廊

    在浏览器打开官网查看画廊页面,本仓库只是其元数据导出,不含网站实现。

关键配置

配置项必填说明示例
models.yml是画廊卡片使用的逐模型元数据文件,含图片路径、日期与相关链接models.yml

如何确认成功

models.yml 能正常打开并看到各模型的元数据字段,官网画廊页面可正常加载。

常见问题

Q:克隆后能本地启动这个网站吗?

A:不能。README 明确说明本仓库只是画廊元数据的轻量公开导出,不含完整网站实现,没有启动脚本。

Q:应该怎么浏览画廊内容?

A:直接访问 https://sebastianraschka.com/llm-architecture-gallery/ 查看在线画廊。

Q:models.yml 里包含哪些信息?

A:每个模型的元数据:图片路径、日期、fact-sheet 字段以及相关链接。

Q:需要安装 Python 或依赖包吗?

A:README 未提供任何安装说明,只需 git 克隆并用文本编辑器或 YAML 查看器读取文件即可。

注意事项

  • README 未提供安装、运行或配置命令,本教程仅覆盖克隆与查看数据文件。
  • 仓库定位为公开数据导出,不属于可运行的工具或服务。
  • models.yml 为 YAML 格式,手工编辑时注意缩进以免解析失败。
  • 项目信息未标明开发语言,无法据此推断额外的运行环境要求。

核心亮点

  • 把分散在论文和代码仓库里的 LLM 架构信息集中成结构化数据,检索效率高
  • 覆盖主流模型的关键设计(注意力、归一化、激活函数等),适合横向对比
  • 以源码级数据为核心,比纯文字综述更贴近实际实现,学习参考价值强

不足之处

  • 项目以数据收集为主,缺少交互式可视化或自动更新机制,维护依赖人工
  • 语言和技术栈标注不明确,文档和贡献指南可能不够完善,社区生态待观察

适用场景

  • 研究人员快速对比不同 LLM 的注意力机制和归一化设计
  • 工程师在选型或复现模型时查找某类架构模块的实现参考
  • 学习者系统梳理主流 LLM 架构演进脉络,作为知识索引使用

替代项目

Awesome-LLM、LLM-Attention-Mechanism

上一篇:llm-wiki

下一篇:rank_llm

同类项目推荐

NeoGPT-Explorer 开源

把知识图谱变成聊天机器人,回答有据可查

Knowledge-graph based chatbot using GPT3 and Neo4j

★ 189 2026-08-09
Awesome-FL 开源

一页看全联邦学习论文、框架与数据集

Comprehensive and timely academic information on federated learning (papers, framewo···

★ 2020 2026-10-04
doc-scraper 开源

一条命令把文档站抓成干净 Markdown,直接喂给 LLM

Go web crawler to scrape documentation sites and convert content to clean Markdown f···

★ 108 2026-10-02
obsidian-smart-connections 开源

写作时自动推荐相关笔记,零配置实现智能链接

Find related notes and excerpts while writing. Your link building copilot displays r···

★ 5537 2026-08-09
local-rag-llamaindex 开源

本地跑通论文问答,快速定位研究要点

Local llamaindex RAG to assist researchers quickly navigate research papers

★ 135 2026-08-09
agent-brain 开源

给编码智能体装本地长期记忆,跨会话不忘事

Local-first RAG memory for AI agents: hybrid + GraphRAG search, MCP server with OAut···

★ 119 2026-09-12
LightningRAG 开源

开箱即用的全栈 RAG 启动器,快速构建知识问答应用

LightningRAG is a full-stack Vue + Gin starter with a decoupled frontend and backend···

★ 455 2026-08-09
super-rag 开源

一个 API 搞定摘要、检索和代码解释,快速搭建高性能 RAG 应用。

Super performant RAG pipelines for AI apps. Summarization, Retrieve/Rerank and Code ···

★ 391 2026-08-09